湾区神项目USF MSDS介绍
1704843
我是从USF MSDS项目毕业的2021级学生（Cohort 10）。因为地里面介绍USF MSDS项目的帖子年代比较久远，就写了这个帖子来介绍和总结一下这一年我对这个项目了解的方方面面。
一些信息网站
项目网站：usfca.edu
Medium主页：medium.com
2017级：jianshu.com
2018级：instant.1point3acres.cn
简介
项目会招100人左右，会陆陆续续减少到80人左右，男女比例均衡，学生背景非常复杂。学费4万左右，一般发录取的时候都会给一点奖学金抵学费。湾区生活成本较高，房租动辄3000起步，生活费算下来可能和学费开销差不太多。
申请
我是2020年申请的。因为疫情的原因，在国内只完成了Bootcamp和秋季学期的第一模块。项目总体的申请难度不大，陆本申请者偏好985学校，没有具体的bar。这几年不乏来自清北复旦厦大中大武大华师上财的毕业生。海本也有UCLA，UCB，UCI，USC等。具体的录取学生背景可以在官网查到。面试考统计，Linear algebra和Statistics三个部分，可能现在有所调整。申请是rolling based，先到先得，如果圣诞节之前申请合格一般在节前到一月份会有面试。如果名额满了可能暂时上waiting list，还有机会。
标化线在我申请的时候是托福>=90，GRE只看数学部分偏好>=168，绩点偏好>=3.8。除此之外还要有一些数学和计算机的基础课就ok，不足的课程可以通过coursera或者edx补充。
课程介绍
项目比较特殊的地方在于课程设置，强制实习，以及就业辅导。接下来就在仔细讲一讲这三个方面。
首先是课程设置，USF的课程设置非常接近业界前沿。主要编程语言是Python，会介绍数据科学项目中常见的Python包Pandas/Numpy/Matplotlib/Sklearn/Pytorch等，开源软件包括PostgreSQL/MongoDB/Apache Spark等，常见的模型Regression/Naive Bayes/Kmeans/KNN/RF/Time series/DL&NN等，以及常见的云平台AWS S3/EC2/Redshift/EB等，基本上大部分课都需要编程。
课程每年根据业界流行趋势进行调整，在未来也计划加入Hive和Hadoop等内容。此外，在课程中还会涉及到数据结构和算法，Bash/Shell，Git/GitHub，Docker，API，full stack dev等软件开发中常见的知识，比起其他的数据科学项目，更加注重在tech技能上的培训，对转码选手也很友好。
正式课程开始之前会有一个一个月的Boot camp介绍Python，统计，和EDA，之前是统计和线性代数二选一，但是今年开始取消了线性代数的安排。由于一个月内要学习三门课，整个Bootcamp非常紧张，以复习本科知识点为主，基本上是两周一小考，三周一大考。
强制实习
强制实习依然是九个月的时间，每年的pitch week大概在十月初，会有公司来学校进行宣传，介绍工作的内容。我们级来了大概有60个公司，范围涵盖也非常广泛，包括传统公司如Walmart，Meta，Blackrock，PocketGem，First Republic Bank等，球队包括Giants，Warriors等，公共事业如BART，SFPD，ACLU等，以及诸多同UCSF/Stanford合作的医疗数据分析项目。学校还会提供非常便利的CPT/OPT和其他身份问题支持。
我自己的实习是在一个Start Up公司，虽然名气不高，但是公司结构非常扁平。很多事情也愿意让实习生放手去做，也让我学习到学校内没有接触到的Apache Airflow，CI/CD流程，dashboard构建等等。总的来说是一段不错的经历，对找工作也很有帮助。
实习是一周两天。由于还是在疫情期间，大部分实习是remote的，有少部分会是hybird的。
就业辅导
项目的就业支持主要分为三部分。
首先是一系列的讲座，会指导面试中常见的简历/Linkedin/沟通等问题，不是强制参加，但是推荐听一下。
其次是项目会为每一个学生分配导师，导师可能是教授或者研究员，这个因导师风格而异。我的导师是Diane Woodbridge，是我们系的dean，比较push但是非常耐心且认真负责，很多时候亲力亲为刚我们解决问题。有的导师不是很push，但是也非常supportive。导师的角色在前期主要是交流实习中存在的问题，到后期会跟进找工作的进度。
最后是同学和alumni之间找工作的氛围，同学和同学之间会互相帮助，也会互相一起帮忙mock和复习面试的知识，这整个找工作过程中对我非常有帮助。
此外，项目今年第一年开始使用Huntr跟踪找工作的进度，它的Chrome插件和统计工具都非常好用，提供了很大帮助。
数据
下面是一点目前的数据，大部分是我听说的，可能和真实有点出入。我们项目在19年之前的时候三个月就业率能稳定在99%至100%，在前几年因为疫情影响有所下降，但是平均下来三个月就业率仍然有90%。今年超常发挥，有75%的学生在毕业前就已经找到工作（根据学校教授的说法），很多人在毕业前找到了DS/SDE/DE的工作。前几年基本年薪中位数是12.5万，但是随着通胀和调整，今年可能比之前更高一点。学生中也不乏博士和经验丰富的人可以在毕业后拿到更高的title。
美中不足
一是是学校排名不高，名气也不大。但是项目在湾区的一众科技公司之间都非常有名，校友遍布大厂和中厂。
二是项目没有或者只有很少的对于学术路线的支持，如果想要继续深造读博，可能会感到力不从心。
三是22年有一些大牛教授离开或者暂时离开了我们项目，比如Antlr解析器作者Terence Parr去了Google，前Google科学家Yannet Interian休假一年等等，这给项目带来了一些不稳定的地方。具体变化可以问问在读学生的评价。
其他问题大家可以留言回复，我看到就会回。希望大家申请选校顺利。
补充内容 (2022-08-07 12:28 +8:00):
感谢大家加米，第一次发帖受宠若惊，就再来多分享一下旧金山租房的一些个人见解。
1. tenderloin区非常不安全，以6th st和mission st交界处为甚。
2. caltrain站附近比较不安全，nob hill附近也不太安全。
3. berkley/oakland比旧金山总体不安全，但是emeryville听说比berkley/oakland略好。
4. downtown区比较不安全，lz在downtown汉堡王和walgreen都遇到过打架斗殴。
5. chinatown听说住宿比较便宜，但是安全一般。
6. mission区听说晚上比较不安全。
7. 大部分学生住在soma和rincon hill，相对安全但是房租较高，不过砸车事件也总有发生。
8. 其他区域离downtown campus相对较远，lz很少去，可以问问别人看看。
补充内容 (2022-08-17 13:22 +8:00):
回复一下下面的帖子，
1. Dean（帖子里面说的教授）是说当时快要面试了，能多练习英语就多练习英语，日常和同一个国家的同学也最好用英语交流，这样面试就不慌，不是歧视的意思。如果断章取义下来也没什么意思。我的mentor就是dean，我现在还很感谢她的帮助，她还经常帮学生debug，改简历，亲力亲为。性格可能有点push，但是绝对是很爱护学生的人。
2. 入学考核你指的是什么？因为项目确实是一年的项目，所以很多课程没有补考，如果拿到C会退学。教授对这点很严格，也导致了一些被退学学生的不满。
3. 项目确实不是academic track，非常不建议打算读phd的学生来申请，建议一步到位，比较适合转专业。
4. 我自己是商科陆本+零全职工作经历的new grad，不知道过硬的背景指的是什么。
补充内容 (2022-08-17 13:34 +8:00):
还差一个没有回复，学校确实是在旧金山downtown。但是不是一层，是一栋楼。主校区所有设施也可以用，我就经常去主校区图书馆。在downtown只是因为离科技公司群比较近，方便实习/招聘会/seminar这些。
一些信息网站
项目网站：usfca.edu
Medium主页：medium.com
2017级：jianshu.com
2018级：instant.1point3acres.cn
简介
项目会招100人左右，会陆陆续续减少到80人左右，男女比例均衡，学生背景非常复杂。学费4万左右，一般发录取的时候都会给一点奖学金抵学费。湾区生活成本较高，房租动辄3000起步，生活费算下来可能和学费开销差不太多。
申请
我是2020年申请的。因为疫情的原因，在国内只完成了Bootcamp和秋季学期的第一模块。项目总体的申请难度不大，陆本申请者偏好985学校，没有具体的bar。这几年不乏来自清北复旦厦大中大武大华师上财的毕业生。海本也有UCLA，UCB，UCI，USC等。具体的录取学生背景可以在官网查到。面试考统计，Linear algebra和Statistics三个部分，可能现在有所调整。申请是rolling based，先到先得，如果圣诞节之前申请合格一般在节前到一月份会有面试。如果名额满了可能暂时上waiting list，还有机会。
标化线在我申请的时候是托福>=90，GRE只看数学部分偏好>=168，绩点偏好>=3.8。除此之外还要有一些数学和计算机的基础课就ok，不足的课程可以通过coursera或者edx补充。
课程介绍
项目比较特殊的地方在于课程设置，强制实习，以及就业辅导。接下来就在仔细讲一讲这三个方面。
首先是课程设置，USF的课程设置非常接近业界前沿。主要编程语言是Python，会介绍数据科学项目中常见的Python包Pandas/Numpy/Matplotlib/Sklearn/Pytorch等，开源软件包括PostgreSQL/MongoDB/Apache Spark等，常见的模型Regression/Naive Bayes/Kmeans/KNN/RF/Time series/DL&NN等，以及常见的云平台AWS S3/EC2/Redshift/EB等，基本上大部分课都需要编程。
课程每年根据业界流行趋势进行调整，在未来也计划加入Hive和Hadoop等内容。此外，在课程中还会涉及到数据结构和算法，Bash/Shell，Git/GitHub，Docker，API，full stack dev等软件开发中常见的知识，比起其他的数据科学项目，更加注重在tech技能上的培训，对转码选手也很友好。
正式课程开始之前会有一个一个月的Boot camp介绍Python，统计，和EDA，之前是统计和线性代数二选一，但是今年开始取消了线性代数的安排。由于一个月内要学习三门课，整个Bootcamp非常紧张，以复习本科知识点为主，基本上是两周一小考，三周一大考。
强制实习
强制实习依然是九个月的时间，每年的pitch week大概在十月初，会有公司来学校进行宣传，介绍工作的内容。我们级来了大概有60个公司，范围涵盖也非常广泛，包括传统公司如Walmart，Meta，Blackrock，PocketGem，First Republic Bank等，球队包括Giants，Warriors等，公共事业如BART，SFPD，ACLU等，以及诸多同UCSF/Stanford合作的医疗数据分析项目。学校还会提供非常便利的CPT/OPT和其他身份问题支持。
我自己的实习是在一个Start Up公司，虽然名气不高，但是公司结构非常扁平。很多事情也愿意让实习生放手去做，也让我学习到学校内没有接触到的Apache Airflow，CI/CD流程，dashboard构建等等。总的来说是一段不错的经历，对找工作也很有帮助。
实习是一周两天。由于还是在疫情期间，大部分实习是remote的，有少部分会是hybird的。
就业辅导
项目的就业支持主要分为三部分。
首先是一系列的讲座，会指导面试中常见的简历/Linkedin/沟通等问题，不是强制参加，但是推荐听一下。
其次是项目会为每一个学生分配导师，导师可能是教授或者研究员，这个因导师风格而异。我的导师是Diane Woodbridge，是我们系的dean，比较push但是非常耐心且认真负责，很多时候亲力亲为刚我们解决问题。有的导师不是很push，但是也非常supportive。导师的角色在前期主要是交流实习中存在的问题，到后期会跟进找工作的进度。
最后是同学和alumni之间找工作的氛围，同学和同学之间会互相帮助，也会互相一起帮忙mock和复习面试的知识，这整个找工作过程中对我非常有帮助。
此外，项目今年第一年开始使用Huntr跟踪找工作的进度，它的Chrome插件和统计工具都非常好用，提供了很大帮助。
数据
下面是一点目前的数据，大部分是我听说的，可能和真实有点出入。我们项目在19年之前的时候三个月就业率能稳定在99%至100%，在前几年因为疫情影响有所下降，但是平均下来三个月就业率仍然有90%。今年超常发挥，有75%的学生在毕业前就已经找到工作（根据学校教授的说法），很多人在毕业前找到了DS/SDE/DE的工作。前几年基本年薪中位数是12.5万，但是随着通胀和调整，今年可能比之前更高一点。学生中也不乏博士和经验丰富的人可以在毕业后拿到更高的title。
美中不足
一是是学校排名不高，名气也不大。但是项目在湾区的一众科技公司之间都非常有名，校友遍布大厂和中厂。
二是项目没有或者只有很少的对于学术路线的支持，如果想要继续深造读博，可能会感到力不从心。
三是22年有一些大牛教授离开或者暂时离开了我们项目，比如Antlr解析器作者Terence Parr去了Google，前Google科学家Yannet Interian休假一年等等，这给项目带来了一些不稳定的地方。具体变化可以问问在读学生的评价。
其他问题大家可以留言回复，我看到就会回。希望大家申请选校顺利。
补充内容 (2022-08-07 12:28 +8:00):
感谢大家加米，第一次发帖受宠若惊，就再来多分享一下旧金山租房的一些个人见解。
1. tenderloin区非常不安全，以6th st和mission st交界处为甚。
2. caltrain站附近比较不安全，nob hill附近也不太安全。
3. berkley/oakland比旧金山总体不安全，但是emeryville听说比berkley/oakland略好。
4. downtown区比较不安全，lz在downtown汉堡王和walgreen都遇到过打架斗殴。
5. chinatown听说住宿比较便宜，但是安全一般。
6. mission区听说晚上比较不安全。
7. 大部分学生住在soma和rincon hill，相对安全但是房租较高，不过砸车事件也总有发生。
8. 其他区域离downtown campus相对较远，lz很少去，可以问问别人看看。
补充内容 (2022-08-17 13:22 +8:00):
回复一下下面的帖子，
1. Dean（帖子里面说的教授）是说当时快要面试了，能多练习英语就多练习英语，日常和同一个国家的同学也最好用英语交流，这样面试就不慌，不是歧视的意思。如果断章取义下来也没什么意思。我的mentor就是dean，我现在还很感谢她的帮助，她还经常帮学生debug，改简历，亲力亲为。性格可能有点push，但是绝对是很爱护学生的人。
2. 入学考核你指的是什么？因为项目确实是一年的项目，所以很多课程没有补考，如果拿到C会退学。教授对这点很严格，也导致了一些被退学学生的不满。
3. 项目确实不是academic track，非常不建议打算读phd的学生来申请，建议一步到位，比较适合转专业。
4. 我自己是商科陆本+零全职工作经历的new grad，不知道过硬的背景指的是什么。
补充内容 (2022-08-17 13:34 +8:00):
还差一个没有回复，学校确实是在旧金山downtown。但是不是一层，是一栋楼。主校区所有设施也可以用，我就经常去主校区图书馆。在downtown只是因为离科技公司群比较近，方便实习/招聘会/seminar这些。
- 150